KI-Lösungen für Menschen gestalten

Dennis: Das sind aktuell oft Chat- oder Voice-Interfaces, zum Beispiel KI-Agenten. Es gibt auch immer mehr Software-Tools mit KI, etwa zur Übersetzung oder zum Generieren von Bildern und Videos. KI ist dabei nicht unbedingt sichtbar. Sie kann auch im Hintergrund in Anwendungen integriert sein, beispielsweise für automatische Textvorschläge in E-Mails oder zur Automatisierung von Prozessen. 

Dennis: Früher konnten Chatbots, etwas vereinfacht gesagt, Fragen beantworten und ein paar Aufgaben übernehmen. Doch sobald eine Anfrage komplexer wurde, verstanden Chatbots die Absicht von Nutzer:innen nicht mehr und stießen schnell an ihre Grenzen. Mit guter, aber auch aufwändiger Gestaltung konnte man eine halbwegs gute User Experience hinbekommen. Bei vielen Chatbots war das aber einfach schlecht. Nutzer:innen hatten mehr erwartet und wurden enttäuscht. 

Das ist jetzt anders. KI-Agenten verstehen Nutzer:innen viel besser – mit Hilfe der Trainingsdaten ihres LLMs sowie des Kontextes, der ihnen zusätzlich gegeben wird. Der Kontext ergibt sich aus bereitgestellten Daten, beispielsweise aus Dokumenten und Websites, und natürlich aus den Prompts der Nutzer:innen. Zusätzlich definieren Systemprompts die Rolle, Persönlichkeit und das grundsätzliche Verhalten von KI-Agenten. Je nach gewünschtem Level an Autonomität können KI-Agenten dann mehrere Schritte selbständig planen und ausführen. Sie reagieren dann nicht nur, sondern arbeiten proaktiv: Sie schlagen Lösungen vor, übernehmen Aufgaben und liefern Ergebnisse, die einen Wert haben. Ein anderer, wichtiger Unterschied zu früheren Chatbots: Heute lassen sich diese Agenten durch die Nutzung von Low-Code- oder No-Code-Tools effizienter konzipieren und umsetzen.  

Dennis: Zuerst geht es darum, dass KI da zum Einsatz kommt, wo sie wirklich hilfreich ist. Daher ist die Identifikation der richtigen Use Cases eine wichtige Grundlage. Die KI muss sich gut in bestehende Prozesse integrieren – oder aber der Auslöser zum Überdenken schlechter Prozesse sein. Der Wert des Einsatzes von KI sollte für die Nutzer:innen schnell erlebbar werden. Sie müssen möglichst direkt das Gefühl haben, dass die KI sie unterstützt, aber nicht bevormundet. Ein weiterer Aspekt ist, dass Menschen die Kontrolle behalten wollen. Deshalb muss die Nutzerführung im Interface so gestaltet sein, dass Menschen das Handeln der KI nachvollziehen und sie bei Bedarf auch eingreifen können. Wichtig sind auch nachprüfbare Quellen, auf denen die Ergebnisse der KI basieren. 

Das alles baut Vertrauen auf. Und damit das nicht direkt verloren geht, ist ein gutes KI-Onboarding wichtig: Von Anfang an klarstellen, was die KI leisten kann, wo Grenzen liegen und wie Beispiel-Prompts aussehen. Denn es entsteht eine erste Hürde, sobald Nutzer:innen beispielsweise ein Chat-Eingabefeld vor sich haben und erstmal nicht wissen, wozu die KI fähig ist und was sie eingeben sollen. Dieses wichtige KI-Onboarding ist ein Beispiel für verschiedene Design-Pattern, die dabei helfen, Produkte so zu gestalten, dass Menschen KI mehr vertrauen und sie verstärkt nutzen wollen. 

Dennis: Besonders häufig wird KI in Agenten oder Workflows genutzt, in denen Menschen noch beteiligt sind, Entscheidungen treffen und die Qualität sichern. Beispielsweise in der Content Creation. Viele Schritte, von der Ideenfindung bis hin zur Erstellung von Content mit Bildern und Texten für verschiedene Touchpoints, lassen sich durch KI deutlich beschleunigen oder teilweise automatisieren. 

All das funktioniert, wenn beispielsweise Standards wie Marken-, Design- und Sprach-Guidelines inklusive Best-Practice-Beispiele vorliegen. Am besten als möglichst gut interpretierbare Daten. Denn Large Language Models können Informationen nur so gut verarbeiten, wie sie aufbereitet sind. Wenn Dokumente in einer verständlichen, nutzerorientierten Sprache verfasst und sinnvoll strukturiert sind – zum Beispiel mit klaren Überschriften, Absätzen und semantischen Markierungen – fällt es der KI leichter, Inhalte eindeutig zu erkennen und qualitativ hochwertige Ergebnisse zu liefern. 

KI-Agenten werden auch immer mehr im Kundenservice oder für den Zugriff auf unternehmensinternes Wissen eingesetzt. Dabei wird Know-how schneller verfügbar und Frustration reduziert – zum Beispiel, wenn ein KI-Agent Support-Anfragen beantwortet oder Mitarbeiter:innen die passende interne Richtlinie direkt anzeigt.  
 
Die Möglichkeiten gehen aber weit darüber hinaus: KI-Agenten können nicht nur Informationen bereitstellen. Sie greifen auf Tools zu, so dass sich komplexere Use Cases abbilden lassen. Nur als Beispiel: Ein Agent kann Informationen aus verschiedenen Quellen recherchieren, Ergebnisse in Datenbanken speichern, mit Wissen aus dem Unternehmen kombinieren und Inhalte generieren, die in einem definierten Format – etwa als Bericht oder Präsentation – ausgespielt werden. Ein weiteres Feature von KI-Agenten ist die Möglichkeit, Erinnerungen zu speichern, zu lernen und Nutzer:innen individuell bei ihren Aufgaben zu unterstützen. 

Dennis: Dass man die richtigen Use Cases auswählt, die Menschen und Unternehmen wirklichen Nutzen bringen. Und dass die Technologie beziehungsweise das KI-Engineering zuverlässig und wiederholbar das liefert, was KI verspricht. Daher scheint es am erfolgversprechendsten, erst einmal kleinere Verbesserungen, begrenztere Use Cases auszuprobieren und zu etablieren, bevor man beispielweise versucht, komplexe Prozesse oder vielfältige Aufgaben vollständig über KI zu automatisieren oder autonom handelnde KI-Agenten zu gestalten. Wichtig ist wie beim Design aller Produkte, und mit KI wird es noch wichtiger: Wir müssen für Menschen und ihre Bedürfnisse gestalten, damit Technologie zu positiven Veränderungen führt und Menschen weiterbringt bei dem, was sie tun.

Dennis: Wir können Organisationen in vielen Phasen der Gestaltung von KI-Produkten unterstützen. Das beginnt mit Workshops, in denen wir die Perspektiven unterschiedlichster Stakeholder sammeln, Use Cases auswählen, Ideen visualisieren, ausarbeiten und bewerten. Ergänzend führen wir qualitative Interviews, um die Bedürfnisse und Einstellungen von Menschen in Bezug auf KI sowie ihre bisherigen Prozesse zu verstehen. Das ist die Grundlage, um Produkte wirklich menschenzentriert zu entwickeln. 

Darauf aufbauend arbeiten wir mit Tests und Prototyping, um frühes Feedback von Nutzer:innen einzuholen – etwa zu Use Cases und ersten Ideen oder bereits zu konkreten Anforderungen an das Interface eines KI-Produkts. So stellen wir sicher, dass Lösungen relevant und intuitiv nutzbar sind. 

In der UX-Konzeption und im UI-Design gestalten wir auf Basis von KI-Design-Patterns. Wir schaffen beispielsweise Einstiegshürden ab, bauen Vertrauen auf und gestalten Lösungen so, dass Menschen und KI gut zusammenarbeiten können. Darüber hinaus entwickeln wir die Persönlichkeit, die sprachliche Tonalität und das Verhalten der KI.

Im Content-Bereich beraten wir zu KI-unterstützten Redaktionsprozessen,  strukturieren Informationen und erstellen nutzerorientiere Texte. Genau das ist die Grundlage dafür, dass der KI immer die neuesten Daten zur Verfügung stehen, die sie optimal interpretieren kann.

Kurz zusammengefasst: Wir gestalten so, dass Menschen und Unternehmen die Möglichkeiten von KI bestmöglich für sich nutzen können.